阿里通义实验室近日推出全模态知识库RAG框架VimRAG，该框架创新性地采用动态有向无环图（DAG）替代传统线性上下文拼接方式，并融合分支试错机制、视觉能量分配策略以及图引导优化（GGPO）技术，成功实现跨文本、图像、视频等多模态数据的精准检索与关联推理。相关实验结果表明，在Qwen3-VL-8B模型上应用该框架后，准确率达到50.1%，性能显著优于传统方案。
阿里通义实验室近日推出全模态知识库RAG框架VimRAG，该框架创新性地采用动态有向无环图（DAG）替代传统线性上下文拼接方式，并融合分支试错机制、视觉能量分配策略以及图引导优化（GGPO）技术，成功实现跨文本、图像、视频等多模态数据的精准检索与关联推理。相关实验结果表明，在Qwen3-VL-8B模型上应用该框架后，准确率达到50.1%，性能显著优于传统方案。